使用
python
语言进行栅格计算
1
重采样
通过更改像元大小和重采样方法来更改栅格数据集
用法:
1
)可更改像元大小,但栅格数据集的范围将保持不变。
2
)本工具仅能输出方形像元大小。
3
)
可将输出保存为
BIL
、
BIP
、
BMP
、
BSQ
、
DAT
、
GIF
、
GRID
、
IMG
、
JPEG
、
JPEG
2000
、
PNG
、
TIFF
格式或任意地理数据库栅格数据集。
4
)有四个用于重采样技术参数的选项:
“最邻近”
选项,
用于执行最邻近分配法,
是速度最快的插值方法。
此选项主要
用于离散数据(如土地使用分类)
,因为它不会更改像元的值。最大空间误差将
是像元大小的一半。
“众数”
选项,
用于执行众数算法,
可根据过滤器窗口内的最常用值确定像元的
新值。与最邻近法一样,此选项主要用于离散数据;但与“最邻近”选项相比,
“众数”选项通常可生成更平滑的结果。
“双线性”
选项,
用于执行双线性插值法,
可根据四个最邻近输入像元中心的加
权平均距离确定像元的新值。此选项用于连续数据,并会生成平滑的数据。
“三次”
选项,
用于执行三次卷积插值法,
可通过拟合穿过
16
个最邻近输入像
元中心的平滑曲线确定像元的新值。
此选项适用于连续数据,
尽管所生成的输出
栅格可能会包含输入栅格范围以外的值。
与通过运行最邻近重采样算法获得的栅
格相比,输出栅格的几何变形程度较小。
“三次”选项的缺点是需要更多的处理
时间。
在某些情况下,
此选项会使输出像元值位于输入像元值范围之外。
如果无
法接受此结果,请转而使用“双线性”选项。
“双线性”或“三次”选项不得用于分类数据,因为像元值可能被更改。
5
)输出栅格数据集的左下角与输入栅格数据集的左下角具有相同的地图空间坐
标位置。
语法:
Resample_management (in_raster, out_raster, {cell_size},
{resampling_type})
实例:
#Resample
try:
import arcpy
arcpy.env.workspace = r"D:/work"
##Resample TIFF image to a higher resolution
arcpy.Resample_management("aa.tif", "resample3.tif", "4.0e-006",
"CUBIC")
#{NEAREST
最邻近
| BILINEAR
双线性
| CUBIC
三次
| MAJORITY
众数
}